Cassandra数据存储大小

Question

我正在使用Cassandra来存储我解析的站点日志。我有两个具有多个二级索引的列族。日志数据本身大小约为30 GB。然而，cassandra数据库的大小是〜91g。有什么办法可以减少这家商店的大小？另外，将有多个二级索引对数据存储大小有重大影响？

Answer 1

潜在地，二级指标可能会产生很大的影响，但很明显，这取决于您对它们的投入！如果大多数数据条目都出现在一个或多个索引中，那么这些索引可能占您存储空间的很大一部分。

您可以看到每个列族使用JConsole和/或'nodetool cfstats'有多少空间。

您还可以查看磁盘数据文件的大小以了解使用情况。

也有可能数据没有经常刷新到磁盘 - 这可能导致很多commitlog文件长时间留在磁盘上，占用额外的空间。如果您的某些列系列仅轻载，则会发生这种情况。请参阅http://wiki.apache.org/cassandra/MemtableThresholds以获取调整参数。

如果您有很多小列，那么列名可能会占用相当大比例的存储空间，所以在有意义的情况下可能需要缩短它们的大小（如果它们是时间戳或其他有意义的数据，则不是这样）。 。